这段时间在看周志华大佬的《机器学习》，在看书的过程中，有时候会搜搜其他人写的文章，对比来讲，周教授讲的内容还是比较深刻的，但是前几天看到SVM这一章的时候，感觉甚是晦涩啊，第一感觉就是比较抽象，特别是对于像本人这种IQ不怎么高的，涉及到高维向量之后，对模型的理解就比较懵了，特别是对于那个几何距离（或者说是最大间隔），一直是模棱两可，似懂非懂的感觉，本人也看了其他人写的SVM的文章，好多都没用讲清楚那个最大间隔模型 d = 1/||w|| 为什么分子是1而不是|f(x)|。苦思冥想之后，给了一个适合自己理解的解释。
现有n维数据集Dx={x1, x2, x3, ... , xi, ... , xn}，其中样本xi的类别yi∈Y={+1，-1}即数据集为D，且D= {d1, d2, ... ,di , ... ,dm }={(x1,y1), (x2,y2), (x3,y3)，... , (xj,yj)， (xm,ym)}。其样本分布如下图所示：
尝试用一条“直线”（超平面）将这两类数据点（向量）进行分类，位于使得位于两侧的样本属于不同的类。显然，这样的直线或者说是超平面有很多，那么应该怎么选取呢，如何定义一个最好的分类超平面呢？
对于最好的超平面，从直觉上最中间的那条粗黑线是最好的，因为它使两类样本点都离其最远，即可以使得分类模型的鲁棒性最好，不至于像其他超平面模型，对于样本的扰动（可理解为“噪声”）“容忍性”小。显然对于该“直线”可以用w、b参数进行表示，其中w=（w1, w2, w3, ... , wi, wn）.
超平面为：
wx +b = 0
其中x = (xi1; xi2 ;xi3 ; ... ; xij; xim);位列向量，也可以写成w^T X + b = 0,那么w就是列向量，这里方便公式编辑采用第一种表示，意义一样。显然w、b都是未知的参数，联想到线性规划并进行推广，若样本点（向量）xi满足wxi+ b > 0 ; 则xi属于+1类，即yi = +1 ;若wxi+ b < 0 ; 则xi属于-1类，即yi = -1；定义函数f(xi) = wxi + b ,又定义g（xi,yi）= g(di) = yi * (wxi + b) = yi * f(xi) ，显然，yi与f(xi)总是同号的，故g(xi,yi) > 0。
言归正传，为什么要定义函数f和g呢，因为我们得通过这两个函数来求得权向量w和阈值b，以确定分类最好的超平面，那么问题又来了，“最优”超平面需满足什么条件呢，或者说，在满足什么条件下，这个超平面“最优”？这就转化为了一个优化问题。刚才讨论的时候，我们已经假设了该超平面L：
wx + b = 0 ;那么对于给定的数据集D= {d1, d2, ... ,di , ... ,dn }={(x1,y1), (x2,y2), (x3,y3)，... , (xi,yi)， (xn,yn)}；肯定存在至少一个正样本点 di = （xi, +1）,至少一个负样本dj = (xj, -1)，他，对于它们各自而言，在正样本中，di是“距离”L最近的样本点（向量），设最近距离为li同理，在负样本中，dj是“距离”L最近的样本点，设最近距离为lj联想二维空间中点到直线的距离公式，同时对此进行一个推广，定义一个距离γ = li + lj = (|wxi + b| + |wxj + b| ) / ||w|| ,显然，只有当γ最大时，L才是我们想要的超平面。即：
max γ
那么问题又来了，单就上述γ定义的形式而言，似乎不怎么好求解最大值，这以上是我自己定义的，在周
的《机器学习》中，直接令:
wxi+ b ≥ 1 (yi = +1)
{
wxi+ b ≤ -1 (yi = -1)
然后，定义距离d = 2/||w||，本人疑惑就来了，为何直接令wxi+ b ≥ 1 (yi = +1) 和 wxi+ b ≤ -1 (yi = -1)，就几何意义，这两个面与超平面wxi+ b = 0“平行”且“距离”都为1，就这么“霸气”地令，实在是令我百思不得其解，于是，开始参阅一些其他人写的博客，有很多人都不理解这个2是如何来的，我也没有找到让自己很容易理解的文章，倒是找到了一篇不错的讲SVM的博文（http://www.blogjava.net/zhenandaci/archive/2009/02/13/254519.html），但是也没有讲清楚距离那个d = 2/||w||，只好自己苦想。
我发现，可以这么来解释，上文中提到的li和lj，对于给定的样本集，其到超平面的距离di和dj肯定是
定的，即di = wxi +b中，虽然w和b是未知参数，但是di确定，同理dj = wxj + b中，dj确定，不妨设
DiLj = di + dj
则 DiLj亦是确定的，于是乎：
γ = DiLj / ||w||
对于 max γ <=> max （1 / ||w||）,这就相当于分别将di = |wxi + b| / ||w|| ,dj = |wxj + b| / ||w|| 进行归一化得di' = 1 / ||w|| , dj' = 1 / ||w|| ，于是乎:
max 2 / ||w||
s.t. g（di） = g((xi,yi)) ≥ 1 (i = 1, 2, 3, ... , m) ;
其中||w||为范数，一般而言，是指向量长度，w = √w1^2 + w2^2 + ... + wn^2 则上述模型等价于：
min 1/2 * ||w||^2
s.t. g（di） = g((xi,yi)) ≥ 1 (i = 1, 2, 3, ... , m) ;
就好理解了。
位于 wx + b = ±1 上的样本点（向量）称为"支持向量",似乎跟该模型更多的利用了“支持向量”？？？，自己也不是很确定（待续）。
